Détail de l'auteur
Auteur Stephen Ornes |
Documents disponibles écrits par cet auteur (2)
Affiner la rechercheDésalignement : Quand des données douteuses font dérailler les IA / Stephen Ornes / Pour la science (2025) in Pour la science, 578 (12/2025)
Titre : Désalignement : Quand des données douteuses font dérailler les IA Type de document : texte imprimé Auteurs : Stephen Ornes Editeur : Pour la science, 2025 Article en page(s) : p.66-71 Langues : Français (fre)
in Pour la science > 578 (12/2025)Mots-clés : intelligence artificielle (IA) Résumé : Le point sur une découverte récente concernant une faille de l'intelligence artificielle (IA) appelée le désalignement émergent : la notion d'alignement entre les objectifs des modèles et les valeurs humaines, la perte de cet alignement à la suite à une phase d'ajustement appelée "fine-tuning"et l'apparition de réponses malveillantes de la part de l'IA , le phénomène de désalignement émergent, la plus grande vulnérabilité des grands modèles d'IA à ce phénomène, les recherches actuelle visant à mieux comprendre le désalignement émergent afin de concevoir des IA plus sûres. Nature du document : documentaire Genre : Article de périodique [article] Désalignement : Quand des données douteuses font dérailler les IA [texte imprimé] / Stephen Ornes . - Pour la science, 2025 . - p.66-71.
Langues : Français (fre)
in Pour la science > 578 (12/2025)
Mots-clés : intelligence artificielle (IA) Résumé : Le point sur une découverte récente concernant une faille de l'intelligence artificielle (IA) appelée le désalignement émergent : la notion d'alignement entre les objectifs des modèles et les valeurs humaines, la perte de cet alignement à la suite à une phase d'ajustement appelée "fine-tuning"et l'apparition de réponses malveillantes de la part de l'IA , le phénomène de désalignement émergent, la plus grande vulnérabilité des grands modèles d'IA à ce phénomène, les recherches actuelle visant à mieux comprendre le désalignement émergent afin de concevoir des IA plus sûres. Nature du document : documentaire Genre : Article de périodique Exemplaires
Code-barres Cote Support Localisation Section Disponibilité aucun exemplaire
Titre : Modèles massifs de langage : d'où viennent les coups de génie de l'IA ? Type de document : texte imprimé Auteurs : Stephen Ornes Editeur : Pour la science, 2023 Article en page(s) : p.46-51 Langues : Français (fre)
in Pour la science > 549 (07/2023)Catégories : Intelligence artificielle Résumé : Le point sur les études récentes sur les modèles massifs de langage (comme ChatGPT) et leur capacité à développer de nouvelles compétences : le fonctionnement de ces IA ; le constat de l'émergence d'aptitudes (de calcul ou de déduction) pour lesquelles ces IA n'ont pas été entraînées ; la recherche des causes de cette amélioration des performances : la hausse et la complexité du modèle, la formulation des requêtes, la demande d'une explicitation du raisonnement ; la nécessité pour les chercheurs de comprendre l'émergence pour éviter l'imprévisibilité et les comportements nuisibles. Nature du document : documentaire Genre : Article de périodique [article] Modèles massifs de langage : d'où viennent les coups de génie de l'IA ? [texte imprimé] / Stephen Ornes . - Pour la science, 2023 . - p.46-51.
Langues : Français (fre)
in Pour la science > 549 (07/2023)
Catégories : Intelligence artificielle Résumé : Le point sur les études récentes sur les modèles massifs de langage (comme ChatGPT) et leur capacité à développer de nouvelles compétences : le fonctionnement de ces IA ; le constat de l'émergence d'aptitudes (de calcul ou de déduction) pour lesquelles ces IA n'ont pas été entraînées ; la recherche des causes de cette amélioration des performances : la hausse et la complexité du modèle, la formulation des requêtes, la demande d'une explicitation du raisonnement ; la nécessité pour les chercheurs de comprendre l'émergence pour éviter l'imprévisibilité et les comportements nuisibles. Nature du document : documentaire Genre : Article de périodique Réservation
Réserver ce document
Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 28281 PER Périodique CPGE documentaire Disponible